汽车方向盘转角试验数据去噪的小波基选择

针对在采用小波去噪方法对含有噪声的汽车方向盘转角试验数据进行去噪时小波基的选择问题,探索研究了一种适用于汽车方向盘试验数据去噪的小波基选择方法。首先,结合小波基参数特性以及汽车方向盘转角试验数据对处理效果的要求,归纳出适用于汽车方向盘转角试验数据处理的小波基特点,得出Daubechies(dbN)小波基和Symlet(symN)小波基适用于汽车方向盘转角试验数据处理的结论;然后,引入重构因子来评价各阶数下小波基的处理效果,从而确定小波基的阶数,并以某车型进行双移线试验时采集的方向盘转角试验数据为例,计算并比较了db2～db20和sym2～sym8共26个小波基的重构因子大小,得出db5、db6、sym4和sym5小波基较适用于该试验数据的结论;最后,对所选择的小波基进行了处理效果的验证。结果表明:用该方法选出的小波基对该试验数据有较好的处理效果。     

小波变换在手持心电图机中的心电信号去噪应用

本文以小波变换为基础,介绍了小波去噪的方法和步骤,并通过具体的实例分析,说明小波去噪的效果明显优于传统的滤波效果。然后利用软硬阈值小波去噪算法对ECG信号进行消噪处理。结果表明,软阈值去噪的效果明显的优于硬阈值去噪。     

超声波测距系统中的小波去噪方法研究

针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理。为取得较好的去噪效果,对小波变换的参数选取进行了研究。根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、硬阈值函数的改进阈值函数进行小波系数处理。为验证方法的有效性,搭建基于NI数据采集卡和LabVIEW的超声回波信号采集平台,利用MATLAB小波工具包完成回波信号的去噪处理,并通过信噪比、均方根误差等指标对去噪效果进行综合评判。实验表明小波去噪可以达到很好的去噪效果,为大量程超声测距提供理论基础。     

皮带机故障诊断中基于自适应小波阈值去噪法的应用

皮带机故障信号中包含大量运行信息，采集故障信号进行去噪处理有利于故障状态识别。为了进一步提高小波阈值去噪方法在强噪声背景下微弱故障信号提取能力，设计了一种基于改进自适应阈值的小波阈值去噪法的皮带机故障诊断方法。研究结果表明：进行小波阈值去噪时未进行阈值函数优化，在阈值选取缺乏灵活性。以自适应小波阈值去噪时，可以获得更平滑的阈值曲线，能够满足最优去噪性能。采用小波阈值去噪时并未达到理想去噪效果，存在明显噪声成分，并且获得了更大均方根误差；完成小波阈值改进后获得理想去噪效果，更准确保留有用信号，使噪声信号被充分去除，实现信噪比的明显提升。该研究可以拓宽到其它传动设备上，对后续的故障状态识别奠定理论基础。     

基于小波变换的汽车节气门位置信号去噪

传统的汽车节气门位置信号(throttle position sensor,TPS)处理方法不易消除发动机舱内电磁信号及周边环境的干扰。根据TPS的特征,在MATLAB中选用Daubechies五阶正交小波(dB5)对TPS噪声信号进行4层小波分解,再对分解后得到的各层系数用软阈值法量化处理,最后利用小波重构,实现对信号去噪。最后将获得的去噪信号用于发动机控制,并将控制结果与采用未去噪信号的发动机进行实车对比试验。试验表明:发动机采用去噪的TPS信号运行更平稳,小波变换后的去噪TPS信号对发动机控制具有良好的效果。     

非稳态信号的去噪及提取特征频率方法研究

基于风力发电机齿轮箱振动信号特点,研究了非稳态振动信号的处理方法。对小波阈值去噪方法进行了分析,提出了小波阈值的综合量化规则,以齿轮箱的振动信号为例,比较了不同阈值方法去噪效果,结果显示综合量化去噪方法更有效。针对Wigner-Ville分布理论中频率混叠和干扰的缺点,在小波阈值的综合量化规则去噪之后的基础上采用经验模态分解和Wigner-Ville相结合的方法对齿轮箱轴承故障进行诊断。试验结果表明,经验模态分解和Wigner-Ville分布相结合的方法能有效地提取非稳态信号的特征频率。     

小波分析中4种去噪方法的分析比较

分析了基于小波分析的4种不同的去噪方法,并在其中寻找最适宜在实际中应用的心电信号中肌电干扰的去除方法。4种去噪方法分别采用软、硬及改进等3种阈值函数,通过MATLAB对MIT-BIH数据库中所提供的心电信号进行实验分析,根据去噪效果及所需时间对比结果判断最适宜的去噪方法。离散小波变换阈值法在采用3种阈值函数时去噪效果均较差,平移不变量小波阈值法本身运算量过大,平稳小波变换阈值法与提升小波变换阈值法在采用改进阈值函数时去噪效果好且所需时间相对较少。采用改进阈值函数的平稳小波变换阈值法与采用改进阈值函数的提升小波变换阈值法为4种方法中最适宜在心电信号肌电干扰去除中应用的方法。     

基于改进阈值小波算法的汽车轮速信号处理

在汽车制动过程中,轮速信号中的噪声对制动有着直接的影响,运用小波理论可以对轮速信号中的噪声进行去噪处理。噪声的幅值随着小波变换尺度的增加会逐渐减小,而信号的幅值与小波变换的尺度变化无关。在Donoho的软、硬阈值去噪方法基础上,提出了一种新的阈值函数量化法,该方法克服了硬阈值法不连续性和软阈值法有偏差的缺点,并把它们应用在汽车轮速信号的去噪上。新的阈值函数具有物理意义清晰、表达式简单等优点。实际信号处理结果表明,这种经改进的方法可以有效地去除噪声干扰,在信噪比指标上也明显优于常用的软、硬阈值去噪算法。     

基于改进小波域阈值法的平移不变振动信号去噪

针对含噪振动信号的去噪问题,采用了目前最有效的小波算法。在传统小波域阈值法的基础上,克服了软、硬阈值的缺陷,采用了新的闽值函数,并通过平移不变小波变换对去噪效果进行了强化。通过与几种方法去噪效果的仿真对比,其结果表明,新的去噪方案可以获得最大的信噪比（SNR）,其去噪效果明显优于传统的软、硬阈值函数,并在实际振动信号的处理中得到了很好的应用。     

传感器补偿系统中的小波去噪的应用及DSP的实现

在对传感器误差经行数字滤波器补偿过程中,准确的输入信号对补偿结果有着至关重要的作用,针对传统去噪法的弊端,提出了小波去噪法。阐述了小波去噪的基本原理和方法,并提出了一种新的阈值函数,比较好的弥补了软硬阈值函数的缺点。实验验证新的阈值函数去噪效果更加明显。同时利用DSP高速的运算能力、强大的处理能力,在DSP硬件上实现小波阈值去噪算法,为下一步实现动态补偿数字滤波器系统提供基础。